GPU-Based Acceleration of the Genetic Algorithm
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F10%3APU89562" target="_blank" >RIV/00216305:26230/10:PU89562 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
GPU-Based Acceleration of the Genetic Algorithm
Popis výsledku v původním jazyce
<div>Genetic algorithm, a robust, stochastic optimization technique, is effective in solving many</div><div>practical problems in science, engineering, and business domains. Unfortunatelly, execution</div><div>usually takes long time. In this paper, we study a possibility of utilization consumer-level</div><div>graphics cards for acceleration of GAs. We have designed a mapping of the parallel island</div><div>genetic algorithm to the CUDA software model and tested our implementation on GeForce</div><div>8800GTX and GTX285 GPUs using a Rosenbrock's, Griewank's and Michalewicz's benchmark</div><div>functions. Results indicates that our optimization leads to speedups up to seven thousand times</div><div>compared to single CPU thread while maintaing reasonable results quality.</div>
Název v anglickém jazyce
GPU-Based Acceleration of the Genetic Algorithm
Popis výsledku anglicky
<div>Genetic algorithm, a robust, stochastic optimization technique, is effective in solving many</div><div>practical problems in science, engineering, and business domains. Unfortunatelly, execution</div><div>usually takes long time. In this paper, we study a possibility of utilization consumer-level</div><div>graphics cards for acceleration of GAs. We have designed a mapping of the parallel island</div><div>genetic algorithm to the CUDA software model and tested our implementation on GeForce</div><div>8800GTX and GTX285 GPUs using a Rosenbrock's, Griewank's and Michalewicz's benchmark</div><div>functions. Results indicates that our optimization leads to speedups up to seven thousand times</div><div>compared to single CPU thread while maintaing reasonable results quality.</div>
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JC - Počítačový hardware a software
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GAP103%2F10%2F1517" target="_blank" >GAP103/10/1517: Natural computing na nekonvenčních platformách</a><br>
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)<br>S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2010
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of the 16th Conference Student EEICT 2010 Volume 5
ISBN
978-80-214-4080-7
ISSN
—
e-ISSN
—
Počet stran výsledku
5
Strana od-do
—
Název nakladatele
Faculty of Information Technology BUT
Místo vydání
Brno
Místo konání akce
FEKT VUT v Brně
Datum konání akce
29. 4. 2010
Typ akce podle státní příslušnosti
CST - Celostátní akce
Kód UT WoS článku
—